Paling banyak satu email per minggu. Berhenti kapan saja dengan satu klik.
Transkrip
Narasi lengkap video ini. Kalimat yang sedang diucapkan disorot saat video diputar; klik kalimat untuk melompat ke sana.
Tampilkan transkrip
Pembuka
Selamat datang kembali. Di episode sebelumnya, AI mencari dan membaca. Hari ini AI mulai memakai browser seperti kita: membuka halaman, mengklik tombol, dan mengisi kolom. Di episode tujuh belas, kita mengenal browser agent seperti Claude in Chrome dan ChatGPT Agent, melihat cara kerjanya langkah demi langkah lewat log, lalu belajar memberi tugas yang jelas dan aman.
Langkah 1: Apa itu browser agent
Bayangkan Anda punya asisten yang duduk di depan laptop Anda. Anda cukup berkata: tolong cek harga di toko ini dan masukkan ke keranjang. Ia lalu membuka browser dan mengerjakannya. Itulah browser agent: AI yang memakai browser seperti manusia. Ia melihat halaman, memutuskan langkah, lalu mengklik, mengetik, dan menggulir sendiri sampai tugasnya selesai. Ini berbeda dari otomasi yang kita bangun nanti di Sesi 6. Otomasi berbicara dengan aplikasi lewat jalur khusus di belakang layar. Browser agent justru bekerja di depan layar, lewat tampilan yang sama dengan yang Anda lihat. Karena itu ia bisa dipakai di hampir semua situs, termasuk yang tidak punya integrasi. Cara kerjanya berupa siklus. Pertama, agent melihat layar. Ia membaca tampilan halaman, mirip seperti kita melihat tangkapan layar. Kedua, ia berpikir: dengan tampilan seperti ini, langkah apa yang paling masuk akal untuk mendekati tujuan? Ketiga, ia bertindak: mengklik tombol, mengetik di kolom, atau menggulir ke bawah. Satu aksi kecil setiap kali, persis seperti tangan kita memegang tetikus dan papan ketik. Keempat, ia mengecek hasilnya. Apakah halaman berubah sesuai harapan? Lalu siklusnya berulang. Untuk satu tugas, siklus ini bisa terjadi puluhan kali. Itulah sebabnya browser agent lebih lambat daripada manusia yang sudah hafal jalannya. Mari jajarkan dengan episode sebelumnya. Web search mencari dan meringkas. Deep research meriset dan menulis laporan. Browser agent membuka halaman, mengklik, dan mengisi. Perbedaan terpentingnya ada di baris kedua. Web search dan deep research hanya membaca. Browser agent bisa menekan tombol. Soal waktu, browser agent butuh beberapa menit, tergantung panjang tugasnya. Web search selesai dalam hitungan detik, deep research dalam hitungan menit, dan browser agent juga menit, karena ia bergerak selangkah demi selangkah. Dan karena bisa menekan tombol, risikonya lebih tinggi. Ia bisa mengubah sesuatu: mengisi formulir, menambah keranjang, bahkan mengirim. Itulah alasan episode berikutnya khusus membahas batas tindakan dan persetujuan. Seperti apa tugasnya di dunia kerja? Laras dari Kopi Senja bisa menugaskan agent mengumpulkan harga kopi literan dari beberapa toko online. Ini kita praktikkan di episode sembilan belas. Dewi, manajer operasional CV Maju Bersama, bisa meminta agent mengisi keranjang belanja alat tulis kantor, lalu berhenti sebelum pembayaran. Pak Hendra dari Bimbel Cerdas bisa meminta agent membuka situs penyelenggara lomba dan merangkum jadwal pendaftarannya. Dan Nadia bisa meminta agent mencatat informasi publik dari akun pesaing kliennya ke dalam tabel. Polanya sama: pekerjaan klik-klik yang membosankan, tetapi perlu ketelitian.
Langkah 2: Dua contoh: Claude in Chrome dan ChatGPT Agent
Sekarang dua contoh yang paling sering dibicarakan. Claude in Chrome dari Anthropic berbentuk ekstensi di browser Chrome. ChatGPT Agent adalah mode agent di dalam ChatGPT dari OpenAI. Produk lain, termasuk dari Google, juga mengembangkan fitur serupa. Perbedaan utamanya ada di browser yang dipakai. Claude in Chrome bekerja di browser Anda sendiri, di tab yang sedang Anda lihat. ChatGPT Agent bekerja di browser virtual milik ChatGPT di cloud, dan Anda menonton layarnya dari jendela percakapan. Akibatnya, soal login juga berbeda. Claude in Chrome bisa memakai situs yang sudah Anda masuki di browser. Praktis, tetapi artinya agent ikut melihat akun Anda. Di ChatGPT Agent, Anda bisa mengambil alih layarnya untuk mengetik login sendiri. Keduanya umumnya meminta izin atau konfirmasi sebelum aksi yang berisiko, seperti mengirim atau membayar. Tetapi jangan bergantung sepenuhnya pada itu. Batasan juga harus Anda tulis sendiri di dalam tugas. Sebelum mencoba, ada hal praktis yang perlu dicek. Pertama, ketersediaan browser agent bergantung pada paket langganan Anda. Tidak semua paket mendapatkannya. Kedua, sebagian fitur dibatasi wilayah, atau masih tahap uji coba yang dibuka bertahap. Jadi bisa saja teman Anda sudah punya, sementara Anda belum. Ketiga, batas pemakaiannya bisa berubah sewaktu-waktu. Saya tidak menyebut angka di sini karena cepat berubah. Cek halaman harga terbaru. Keempat, selalu baca halaman resmi Anthropic dan OpenAI sebelum memasang ekstensi atau menyalakan mode agent. Hindari ekstensi tiruan dari sumber yang tidak jelas. Cara memulainya kurang lebih sama. Pertama, aktifkan: pasang ekstensi resminya, atau pilih mode agent di menu alat percakapan. Letak menunya bisa sedikit berbeda karena aplikasi AI sering diperbarui. Kedua, atur izin. Bila tersedia, tentukan situs mana saja yang boleh dibuka agent. Makin sempit, makin aman. Untuk latihan, mulailah dari satu atau dua situs publik yang Anda kenal baik. Ketiga, beri tugas yang jelas: tujuan, batasan, dan format laporan. Kita bahas polanya sebentar lagi. Keempat, awasi lognya, yaitu catatan langkah yang ditulis agent saat bekerja. Bila terlihat salah jalan, hentikan saja. Anda selalu memegang kendali.
Langkah 3: Melihat agent bekerja langkah demi langkah
Mari ikuti satu contoh utuh. Dewi dari CV Maju Bersama perlu membeli kertas untuk kantor. Ia menulis tugas: di toko grosir langganan, cari kertas HVS A4 delapan puluh gram, pilih yang stoknya cukup dan termurah, masukkan sepuluh rim ke keranjang, dan jangan checkout. Agent tidak langsung mengklik. Ia menulis rencananya dulu: buka toko, cari kertas, bandingkan harga dan stok, masukkan ke keranjang, lalu berhenti sebelum pembayaran. Rencana seperti ini adalah kesempatan pertama Anda mengoreksi. Kalau ada yang keliru, misalnya salah ukuran kertas, perbaiki sekarang sebelum agent mulai bekerja. Nama toko dan harga di contoh ini fiktif. Sekarang kita lihat layarnya. Di kiri, halaman web yang dibuka agent. Di kanan, log langkah kerjanya. Baris pertama log adalah rencana yang tadi disetujui. Langkah pertama, agent membuka situs toko grosir. Ia melihat tampilan halamannya, lalu mengenali bahwa ada kolom pencarian dan tombol cari, sama seperti yang kita lihat. Lalu ia mengklik kolom pencarian. Perhatikan penanda kursor di layar: itu posisi yang diklik agent. Agent mengetik kata kunci: kertas HVS A4 delapan puluh gram. Kolomnya kini terisi, ditandai warna biru. Lalu agent mengklik tombol cari. Lima baris log, lima langkah kecil, dan setiap langkah bisa Anda periksa. Halaman hasil pencarian terbuka, dan ada tiga produk. Di bagian ini manusia biasanya mulai membandingkan dengan teliti, dan agent pun melakukan hal yang sama. Agent membaca nama, stok, dan harga setiap produk, persis seperti mata kita memindai daftar belanja. Perhatikan produk ketiga. Harganya paling murah, tetapi ternyata kertas tujuh puluh gram, bukan delapan puluh. Agent melewatinya karena tidak sesuai tugas. Produk kedua lebih murah dari produk pertama, tetapi stoknya hanya delapan rim, padahal Dewi butuh sepuluh. Ini juga dilewati. Akhirnya agent memilih produk pertama: delapan puluh gram, stok cukup, lima puluh dua ribu rupiah per rim. Inilah kelebihan agent dibanding pencarian biasa: ia menimbang beberapa syarat sekaligus. Lalu ia mengisi jumlah sepuluh dan mengklik tambah ke keranjang. Perhatikan, log juga mencatat alasan, bukan hanya aksi. Dari log ini Dewi tahu mengapa dua produk lain tidak dipilih. Agent membuka halaman keranjang. Isinya sepuluh rim kertas A4 delapan puluh gram, total lima ratus dua puluh ribu rupiah. Ongkos kirim baru dihitung saat checkout, jadi belum muncul di sini. Sebelum melapor, agent memeriksa ulang: ukuran, gramatur, dan jumlah sudah sesuai. Ini tahap cek hasil dalam siklus tadi. Lalu perhatikan baris merah di log. Agent berhenti tepat sebelum tombol lanjut ke pembayaran, sesuai instruksi Dewi. Baris merah menandai titik di mana agent menunggu manusia. Tombol pembayaran itu jelas terlihat dan bisa saja diklik. Yang menahan agent adalah batasan di tugas, ditambah pengaman bawaan aplikasinya. Dua lapis pengaman lebih baik daripada satu. Kembali ke jendela percakapan, agent menulis laporan singkat: apa yang ada di keranjang, totalnya, dan mengapa produk termurah dilewati. Dewi memeriksa keranjang, lalu membayar sendiri. Pembagian kerjanya jelas: agent mengerjakan bagian klik-klik yang membosankan, manusia memegang keputusan yang memindahkan uang.
Langkah 4: Membaca log langkah agent
Dari contoh Dewi, kita belajar bahwa log adalah jendela ke pikiran agent. Ada empat hal yang perlu dibaca. Pertama, rencana: apakah agent memahami tugasnya dengan benar? Kedua, aksi: halaman apa yang dibuka, kolom apa yang diisi, tombol apa yang diklik. Dari sini Anda bisa melacak jejaknya kalau ada hasil yang aneh. Ketiga, alasan: mengapa suatu produk dipilih atau dilewati. Alasan membuat Anda bisa menilai, bukan sekadar percaya. Keempat, titik henti: kapan agent berhenti dan meminta izin. Kalau Anda tidak yakin dengan apa yang terjadi, hentikan agent kapan saja, lalu ambil alih sendiri. Lalu kapan harus menghentikan agent? Tanda pertama, ia membuka situs yang tidak Anda sebut di tugas. Bisa jadi ia tersesat lewat iklan atau tautan lain. Kedua, ia mengulang langkah yang sama berkali-kali, misalnya mengklik tombol yang sama tetapi halamannya tidak berubah. Itu tanda ia bingung. Ketiga, ia mengisi data yang tidak pernah Anda berikan, misalnya menebak nomor telepon atau alamat. Agent sedang mengarang. Keempat, dan yang paling serius, ia menekan tombol kirim atau bayar tanpa bertanya. Kalau melihat salah satu tanda ini, tindakannya sama: hentikan, perjelas tugasnya, lalu jalankan ulang. Biasanya masalahnya ada di instruksi yang terlalu longgar, bukan di agentnya. Langkah berikutnya membahas cara menulis tugas yang jelas.
Langkah 5: Menulis tugas yang jelas untuk browser agent
Sekarang kita bedah tugas yang ditulis Dewi. Blok pertama, tujuan: hasil akhir yang bisa dicek. Sepuluh rim kertas tertentu ada di keranjang. Blok kedua, konteks: siapa Anda dan kondisi akunnya. Di sini Dewi menyebut bahwa akun toko sudah login, jadi agent tidak perlu mencari cara masuk. Blok ketiga, tugas: langkah dan kriteria pilihan. Termurah, tetapi stoknya minimal sepuluh rim. Kriteria yang jelas membuat agent bisa menimbang seperti tadi. Blok keempat, batasan, yang paling penting untuk browser agent. Situs mana yang boleh dibuka, tombol apa yang tidak boleh ditekan, dan data apa yang tidak boleh disimpan. Blok kelima, format laporan: produk, harga, total, dan alasan. Dengan laporan seperti ini, Dewi bisa memeriksa hasilnya dalam setengah menit. Simpan template ini di perpustakaan prompt Anda. Bandingkan tugas kabur dan tugas jelas. Belikan kertas terdengar singkat, tetapi agent harus menebak ukuran, jumlah, dan apakah boleh membayar. Versi jelasnya menyebut semuanya, termasuk jangan checkout. Cari yang paling murah bisa membuat agent menjelajah ke mana-mana. Versi jelasnya membatasi ke satu situs, dengan syarat stok minimal. Dan urus saja pesanannya adalah undangan berbahaya. Versi jelasnya: berhenti dan minta izin sebelum menekan tombol bayar. Polanya sederhana: setiap kata yang membuat agent harus menebak, ganti dengan angka, nama situs, atau syarat yang jelas. Agent yang tidak perlu menebak jauh lebih jarang salah jalan. Untuk latihan pertama, pilih tugas yang aman. Yang cocok: mengumpulkan informasi dari beberapa halaman ke dalam tabel, dan membandingkan produk di satu situs. Juga cocok: mengisi formulir dengan data yang Anda berikan sendiri, dan mengecek status atau jadwal di situs publik. Yang belum cocok, tanda silang merah: membayar atau mentransfer uang, dan mengubah pengaturan akun atau kata sandi. Biarkan dua hal ini tetap di tangan Anda.
Langkah 6: Keterbatasan yang perlu diterima
Supaya harapan Anda realistis, kenali empat keterbatasannya. Pertama, lambat. Tugas yang bisa Anda selesaikan dalam satu menit bisa memakan beberapa menit. Keuntungannya, Anda bisa mengerjakan hal lain sambil menunggu. Kedua, CAPTCHA dan verifikasi, yaitu kotak saya bukan robot. Biasanya agent tidak menyelesaikannya sendiri, dan memang sebaiknya begitu. Ketiga, tampilan situs berubah. Tombol pindah tempat atau muncul jendela promosi, dan agent bisa bingung. Tugas yang kemarin lancar bisa saja tersendat hari ini, jadi tetap periksa hasilnya setiap kali. Keempat, agent bisa salah klik. Karena itu, log dan titik izin yang kita bahas tadi bukan formalitas, melainkan pengaman utama. Seperti ini contohnya. Pak Hendra menugaskan agent merangkum jadwal lomba dari situs penyelenggara. Agent membuka situsnya. Ternyata halaman meminta verifikasi saya bukan robot. Banyak situs memasang pengaman seperti ini justru untuk menahan program otomatis. Agent tidak mencoba mengakalinya. Ia berhenti, ditandai baris merah, dan meminta Pak Hendra mengambil alih layar. Pak Hendra mencentang verifikasinya sendiri, lalu agent melanjutkan tugas. Pola ambil alih seperti ini juga dipakai untuk login. Anda yang mengetik kata sandi, bukan agent. Tugas Anda sebelum episode berikutnya. Pertama, cek di halaman resmi apakah paket dan wilayah Anda sudah mendapat browser agent. Kedua, tulis satu tugas browser untuk usaha Anda dengan lima blok: tujuan, konteks, tugas, batasan, dan format. Jangan lupa kalimat berhenti sebelum mengirim atau membayar di bagian batasan. Ketiga, kalau fiturnya tersedia, jalankan tugas itu di situs publik yang tidak perlu login. Kalau belum tersedia, simpan tugasnya; tetap berguna untuk praktik di episode sembilan belas dan dua puluh. Keempat, baca lognya dan tandai langkah di mana agent ragu atau salah jalan. Catatan ini akan membantu Anda menulis batasan yang lebih baik.
Selesai!
Mari kita rangkum. Browser agent melihat halaman, berpikir, bertindak, dan mengecek hasil dalam siklus berulang. Anda mengendalikannya lewat tugas yang jelas, membaca lognya, dan menghentikannya bila salah jalan. Di episode berikutnya kita membahas pertanyaan paling penting di sesi ini: kapan AI boleh bertindak sendiri, dan kapan harus meminta persetujuan Anda. Sampai jumpa di episode delapan belas.
Latihan mandiri
Kerjakan sendiri setelah menonton supaya materinya benar-benar melekat.
Cek di halaman resmi apakah paket dan wilayah Anda sudah mendapat Claude in Chrome, ChatGPT Agent, atau fitur agent serupa.
Tulis satu tugas browser untuk usaha Anda memakai blok tujuan, konteks, tugas, batasan, dan format. Sertakan kalimat 'berhenti sebelum mengirim atau membayar'.
Bila fiturnya tersedia, jalankan tugas itu di situs publik tanpa login. Baca lognya dan tandai langkah di mana agent ragu atau salah jalan.
Tanya materi kelas
Ketik pertanyaan atau kata kunci; kami carikan bagian episode ini yang menjelaskannya dan lompatkan videonya ke sana.
Catatan saya
Catatan disimpan bersama menit video saat ini dan hanya terlihat oleh Anda.
Tanya jawab
Bingung di salah satu langkah? Tanyakan di sini; pengajar dan peserta lain bisa menjawab.
Belum ada pertanyaan.
Pengajar
Tim Cerdas Inovasi Digital
Pengembang software, engineer BIM & 3D, dan praktisi AI
52 kelas video1.276 episode
Sehari-hari kami mengerjakan software, model BIM, game, dan otomasi AI untuk klien, lalu menjadikan pengalaman praktik itu kelas langkah demi langkah: setiap langkah diperlihatkan di layar dan dilengkapi panduan PDF.
